1分51秒部署一个客服Agent，闲置时一分钱不花

一个三人客服台，每天回答的全是同一类问题：退款总额、退货窗口、政策条款。团队里没人把服务真正推上过生产环境。他们要的不是"智能"，而是一个能信任的闭环——写点小东西，从任何地方都能调用，事后能看清它干了什么，当天就能删干净。

这套流程跑下来，几个数字值得先摆出来：部署耗时1分51秒，其中合成CloudFormation占15.4秒，剩下1分27秒是建栈；一次调用耗时9911毫秒；拆除耗时1分28秒。运行时按使用计费，部署好的Agent闲置时成本为零。

支撑这个用例的，是AgentCore九项能力里的两项，其余七项全部关闭。

• Runtime：把 app/aia_uc01/ 托管为受管端点。构建方式是CodeZip，不做容器化；每个会话分配独立microVM；协议是走 /ping 和 /invocations 的纯HTTP。
• Observability：每次调用向X-Ray发出OpenTelemetry span，通过CloudWatch读取，工具调用因此成为独立span，而不只是日志里的一行文本。

Memory关掉，Agent在轮次之间不留任何东西。Gateway和Identity也关掉，因为客服台暂时没有外部系统要连。部署出的运行时是DEFAULT端点背后的版本1，改JSON重新部署就得到同一端点的版本2——这一层的版本管理就这么简单。

环境要求写得很死：Node.js 20以上（实测22.22.2）、AgentCore CLI 0.31.1、AWS CLI 2.x、uv 0.11.9；宿主机Python 3.10到3.14，但运行时目标是PYTHON_3_13，写在契约里，不是你的解释器版本；AWS账号需开通Bedrock模型访问，区域统一us-east-1；模型是deepseek.v3.2，通过MODEL_ID环境变量传给代码。

整个Agent的表面能塞进一屏main.py。系统提示词明确要求：回答只写一句短话；涉及算术时调用add_numbers工具而不是自己算，然后一句话报出结果；没有订单库、没有工单历史、没有账号查询，遇到这类问题就说看不到，不许猜。

提示词就是产品本身。工具存在的意义是让trace有东西可看——一个从不调用工具的Agent只产生一个span，证明不了什么。入口点是异步生成器，所以流式是默认形态，不是后加的。

真正值得抄的是流外面的那层过滤器。DeepSeek模型有时会写出自己聊天模板标记的碎片，所以每个文本增量在yield之前都要过一遍scrub.feed()。另外，BedrockModel要显式传入MODEL_ID：这个变量缺失时，SDK默认值可能选中你所在区域拒绝的模型，显式传id正是让首次部署不因地理原因失败的关键。

部署前先跑make doctor，15项检查分四组：工具链4项、CLI 1项、文件夹自身7项、AWS环境3项，实测15通过0警告0失败。make dev在本地8080端口跑同一份代码，接真实模型、不部署，本地调用约两秒就通过工具给出了答案。

部署产出的栈只有四个资源：一个AWS::BedrockAgentCore::Runtime、它运行所用的IAM角色、该角色的IAM策略，以及CDK元数据。这就是全部足迹。

四条断言跑在真实部署上，不是mock：运行时在目标区域存在且状态READY；调用一个需要工具的提示词能拿到回答，且回答里没有模型脚手架残留；同一次调用留下的X-Ray trace，span树里包含execute_tool span；不存在其他用例的资源。实测4通过0失败，会话记录16个事件，工具列表为['add_numbers']，回复是"The refund total should be $42."。

trace树读起来就像运行时自己画出的Agent循环：invoke_agent 2.50秒，第一轮chat 0.68秒（431进/60出），第二轮chat 1.82秒（514进/11出），然后是execute_tool add_numbers成功。execute_tool这个span才是重点——它区分了"模型说42"和"工具算出42、模型转述"，而且它只在部署后的运行时上存在，本地dev的trace只把工具调用记进日志，不成span。

成本按这次运行实测：被追踪的那次调用用了945个输入token和71个输出token，按us-east-1的deepseek.v3.2价格（每百万token 0.62和1.85美元）算，模型调用花费0.00072美元。本次运行共发生六次调用，其中四次打在本地dev服务器上。

拆除是一个make目标，跑两条命令，第二条负责删除。make down之后make status显示"Local only"，确认清干净。有个坑：make down在非交互shell里会在第一行就死掉，报"This command requires an interactive terminal"，任何管道或CI运行都会撞上，修法是给agentcore remove all加-y标志。另一个坑是remove all会清空agentcore.json并抹掉aws-targets.json，下次部署就没有目标，报"No resources match the given filters"，重新部署前得从git恢复这两个文件。

契约就是两个JSON文件，AWS侧其余全部生成，所以部署可复现、拆除是真拆。CodeZip意味着没有Dockerfile，平台直接打包codeLocation。一个Agent在工具调用拥有自己的span之前谈不上可观测，这条断言要在你需要它之前就写好。流清洗器从第一天就该放进入口点，因为脚手架泄漏是间歇性的，只在测试里过滤迟早会烂掉。